{"id":1944,"date":"2023-11-23T18:40:54","date_gmt":"2023-11-23T18:40:54","guid":{"rendered":"https:\/\/see-ec.org\/wordpress\/?post_type=product&p=1944"},"modified":"2025-03-12T14:19:55","modified_gmt":"2025-03-12T19:19:55","slug":"analisis-de-datos-espaciales-con-r","status":"publish","type":"product","link":"https:\/\/see-ec.org\/wordpress\/producto\/analisis-de-datos-espaciales-con-r\/","title":{"rendered":"An\u00e1lisis de datos espaciales con R"},"content":{"rendered":"

En las dos \u00faltimas d\u00e9cadas, cada minuto se generan miles de millones de datos, los cuales paulatinamente han incorporado atributos geogr\u00e1ficos. Por ejemplo, cuando hacemos una compra, posteamos un tweet, hacemos una denuncia delictiva o si se dispone de sensores que miden el clima; todas estas acciones en su mayor\u00eda generan informaci\u00f3n que est\u00e1 sujeta a una direcci\u00f3n o a un par de coordenadas geogr\u00e1ficas (latitud y longitud). Con lo cual se puede conocer el lugar de ocurrencia de los mismos, y as\u00ed ofrecer campa\u00f1as publicitarias, desarrollar operativos policiales, conocer el clima de una \u00e1rea determinada para cosechar o sembrar, entre otras cosas m\u00e1s. De acuerdo a lo anterior, la informaci\u00f3n georreferenciada se ha convertido en una herramienta potente para la toma de decisiones tanto en el sector p\u00fablico como privado. En Ecuador, los servicios financieros, la agricultura, la pesca, la ecolog\u00eda, la salud, la climatolog\u00eda y la criminolog\u00eda, han y est\u00e1n aprovechando la informaci\u00f3n georreferenciada.\u00a0<\/span><\/p>\n

En este curso se partir\u00e1 desde la importaci\u00f3n y exportaci\u00f3n, el tratamiento, la manipulaci\u00f3n y la presentaci\u00f3n de puntos y mapas, con lo cual se cubrir\u00e1 la mayor\u00eda de los datos espaciales existentes, llegando posteriormente a desarrollar un An\u00e1lisis Exploratorio de Datos Espaciales (ESDA), hasta realizar un an\u00e1lisis de autocorrelaci\u00f3n espacial.<\/span><\/p>\n

REQUISITO: <\/b>Tener conocimientos b\u00e1sicos en manejo y manipulaci\u00f3n de datos de R<\/span><\/p>\n

Contenido Curso<\/p>\n

    \n
  1. Visi\u00f3n general de datos espaciales en R.<\/span>\n
      \n
    • \u00bfPor qu\u00e9 R para datos espaciales?<\/span><\/li>\n
    • Objetos especiales en R.<\/span><\/li>\n<\/ul>\n<\/li>\n
    • Fundamentos de informaci\u00f3n Geogr\u00e1fica:\n
        \n
      • Modelo vectorial: puntos, l\u00edneas y pol\u00edgonos<\/span><\/li>\n
      • Sistemas de coordenadas geogr\u00e1ficas y planas (proyecciones)<\/span><\/li>\n
      • Lattice data<\/span><\/li>\n
      • Point patterns<\/span><\/li>\n
      • Datos geogr\u00e1ficos<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ol>\n
          \n
        • <\/li>\n<\/ul>\n
            \n
          1. Manipulaci\u00f3n, tratamiento y presentaci\u00f3n de datos espaciales:<\/span>\n
              \n
            • Operaciones vectoriales<\/span><\/li>\n
            • \u00c1lgebra de mapas<\/span><\/li>\n
            • Introducci\u00f3n a la filosof\u00eda tidyverse para datos espaciales:<\/span>\n
                \n
              • Manipulaci\u00f3n, agregaci\u00f3n y filtrado de datos<\/span><\/li>\n
              • Esquema de gr\u00e1ficos ggplot<\/span><\/li>\n<\/ul>\n<\/li>\n
              • Gr\u00e1fico de mapas y point patterns<\/span><\/li>\n
              • Uni\u00f3n e intersecci\u00f3n vectorial<\/span><\/li>\n
              • Importaci\u00f3n y exportaci\u00f3n de datos<\/span><\/li>\n
              • Herramientas para presentar datos espaciales con widgets html o interactivos para informes gerenciales<\/span><\/li>\n<\/ul>\n<\/li>\n
              • Estructuras de control y funciones avanzadas para casos aplicados:<\/span>\n
                  \n
                • T\u00e9cnicas de procesamiento para datos espaciales.<\/span><\/li>\n
                • Expresiones regulares hacia datos espaciales (point patterns).<\/span><\/li>\n
                • Similaridad de texto hacia datos espaciales (direcciones).<\/span><\/li>\n
                • Georreferenciaci\u00f3n de direcciones por medio de la API de Google Maps.
                  \n<\/span><\/li>\n<\/ul>\n<\/li>\n
                • An\u00e1lisis exploratorio de datos espaciales (ESDA):<\/span>Pongamos todo lo aprendido en pr\u00e1ctica.<\/span>Definamos que es:<\/span>\n
                    \n
                  • Escala.<\/span><\/li>\n
                  • Autocorrelaci\u00f3n espacial.<\/span><\/li>\n
                  • Aleatoriedad.<\/span><\/li>\n
                  • Tendencia.<\/span><\/li>\n
                  • Estacionariedad.<\/span><\/li>\n<\/ul>\n

                    Usemos:<\/span><\/p>\n

                    Autocorrelaci\u00f3n global y local<\/span><\/p>\n

                      \n
                    • \u00cdndice de Moran<\/span><\/li>\n<\/ul>\n

                      Funciones de dependencia espacial<\/span><\/p>\n

                        \n
                      • Variograma (semi)<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ol>\n

                         <\/p>\n","protected":false},"excerpt":{"rendered":"

                        Capacitador<\/p>\n

                        Ricardo Robayo Mart\u00ednez, MSc.<\/b><\/p>\n

                        Cuenta con 3 a\u00f1os de experiencia como cient\u00edfico de datos y 4 en el \u00e1rea de la investigaci\u00f3n. Ha trabajado como asistente de investigaci\u00f3n en la Escuela Polit\u00e9cnica Nacional, analista de riesgos de sistemas de pago en el Banco Central del Ecuador, analista de calidad de data en Produbanco y ha desarrollado consultor\u00edas en proyectos que emplean estad\u00edstica espacial, ciencia de datos e inteligencia artificial.<\/span><\/p>\n","protected":false},"featured_media":2121,"template":"","meta":{"nf_dc_page":"","content-type":"","om_disable_all_campaigns":false,"_uag_custom_page_level_css":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_uf_show_specific_survey":0,"_uf_disable_surveys":false},"product_brand":[],"product_cat":[29,43],"product_tag":[],"class_list":{"0":"post-1944","1":"product","2":"type-product","3":"status-publish","4":"has-post-thumbnail","6":"product_cat-geoestadistica","7":"product_cat-r","9":"first","10":"outofstock","11":"shipping-taxable","12":"product-type-simple"},"aioseo_notices":[],"uagb_featured_image_src":{"full":["https:\/\/i0.wp.com\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1.png?fit=1000%2C1000&ssl=1",1000,1000,false],"thumbnail":["https:\/\/i0.wp.com\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1.png?resize=150%2C150&ssl=1",150,150,true],"medium":["https:\/\/i0.wp.com\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1.png?fit=300%2C300&ssl=1",300,300,true],"medium_large":["https:\/\/i0.wp.com\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1.png?fit=678%2C678&ssl=1",678,678,true],"large":["https:\/\/i0.wp.com\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1.png?fit=678%2C678&ssl=1",678,678,true],"1536x1536":["https:\/\/i0.wp.com\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1.png?fit=1000%2C1000&ssl=1",1000,1000,true],"2048x2048":["https:\/\/i0.wp.com\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1.png?fit=1000%2C1000&ssl=1",1000,1000,true],"post-thumbnail":["https:\/\/i0.wp.com\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1.png?resize=150%2C150&ssl=1",150,150,true],"gurukul-related":["https:\/\/i0.wp.com\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1.png?resize=200%2C125&ssl=1",200,125,true],"woocommerce_thumbnail":["https:\/\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1-300x300.png",300,300,true],"woocommerce_single":["https:\/\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1.png",600,600,false],"woocommerce_gallery_thumbnail":["https:\/\/see-ec.org\/wordpress\/wp-content\/uploads\/2023\/11\/ANALISIS-DE-DATOS-ESPACIALES-CON-R-1-100x100.png",100,100,true]},"uagb_author_info":{"display_name":"see.ecuador2","author_link":"https:\/\/see-ec.org\/wordpress\/author\/"},"uagb_comment_info":0,"uagb_excerpt":"Capacitador Ricardo Robayo Mart\u00ednez, MSc. Cuenta con 3 a\u00f1os de experiencia como cient\u00edfico de datos y 4 en el \u00e1rea de la investigaci\u00f3n. Ha trabajado como asistente de investigaci\u00f3n en la Escuela Polit\u00e9cnica Nacional, analista de riesgos de sistemas de pago en el Banco Central del Ecuador, analista de calidad de data en Produbanco y…","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/see-ec.org\/wordpress\/wp-json\/wp\/v2\/product\/1944","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/see-ec.org\/wordpress\/wp-json\/wp\/v2\/product"}],"about":[{"href":"https:\/\/see-ec.org\/wordpress\/wp-json\/wp\/v2\/types\/product"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/see-ec.org\/wordpress\/wp-json\/wp\/v2\/media\/2121"}],"wp:attachment":[{"href":"https:\/\/see-ec.org\/wordpress\/wp-json\/wp\/v2\/media?parent=1944"}],"wp:term":[{"taxonomy":"product_brand","embeddable":true,"href":"https:\/\/see-ec.org\/wordpress\/wp-json\/wp\/v2\/product_brand?post=1944"},{"taxonomy":"product_cat","embeddable":true,"href":"https:\/\/see-ec.org\/wordpress\/wp-json\/wp\/v2\/product_cat?post=1944"},{"taxonomy":"product_tag","embeddable":true,"href":"https:\/\/see-ec.org\/wordpress\/wp-json\/wp\/v2\/product_tag?post=1944"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}